您好！欢迎访问云南省人工智能重点实验室
论文列表
论 文 作 者： |
赵东琛,车文刚,高盛祥 |
|
论 文 名 称： |
特征规范化的图卷积神经网络推荐算法 |
|
论文发表刊物： |
重庆邮电大学学报. 自然科学版（2017） |
|
论文发表时间： |
2023 |
|
卷 号 页 码： |
|
|
论 文 描 述： |
|
|
收 录 情 况： |
|
| 论 文 摘 要： |
|
| 为了提高推荐算法的推荐性能,针对现有的图卷积神经网络( graph convolutional neural nework,GCN)的推荐算法中,2-3层的传播网络结构不利于较远距离节点之间进行信息交豆,而加深网络层数又会导致性能急剧下降的问题,提出一种特征规范化的图卷积神经网络推荐算法。该方法为传播网络中每一层输出特征进行规范化处理,避免节点嵌入表示随着网络层数增加而变得过于相似; 在预测阶段,使用自注意力机制( self-attention mecha-nism,SA)将各层的输出进行连接,以获得更好的节点最终表示。在3个真实数据集上与传统算法以及现有同类型推荐算法进行对比,验证了该模型的有效性。实验结果表明,所提模型与基准模型相比,在召回率 Recall@ N 和归一化折损累计增益 NDCG@ N 上有明显提高,平均提升 1.675%,最高可提升 3.406%。 | |
| 点击此处下载文章内容 | |
